Vážení předplatitelé, dnes bych chtěl mluvit o tom, proč je třeba mnoho produktů znovu vynalézt, aby je mohli používat nejprve agenti umělé inteligence, až potom lidé. Psaní tohoto příspěvku pro mě není snadné, protože: Strávil jsem více než deset let posedlostí vytvářením skvělých uživatelských rozhraní. Ale „uživatel“ v UX se místo toho rychle stává agentem. Na těch pixelově dokonalých tlačítkách, intuitivních navigačních panelech a pečlivě umístěných CTA, kterými jsem stále posedlý, bude záležet mnohem méně. Dovolte mi vysvětlit: Proč nejprve vytvářet API, dovednosti a MCP pro agenty: Rychlý základ5 kroků k vytvoření nejprve pro agenty AI Proč stále záleží na lidském úsudku a dohledu Co můžete udělat tento týdenJsem hrdý na to, že mohu být partnerem společnosti GranolaVaše schůzky obsahují některé z nejcennějších souvislostí ve vaší společnosti a MCP společnosti Granola k nim umožňuje přístup každému agentovi AI. Jednoduše připojte MCP k Claude, ChatGPT nebo Claude Code a vaše konverzace budou dostupné, ať už pracujete kdekoli. Použijte jej k vytvoření lešení funkcí z toho, co bylo dohodnuto na schůzce, k vytváření lístků ze standupů nebo k navrhování návrhů produktů z hovorů se zákaznickými objevy. Vyzkoušejte Granolu zdarma Proč nejprve stavět pro agenty Pravdou je, že používání Claude Code a OpenClaw změnilo můj mozek. Namísto toho, abych šel do Mercury, abych zkontroloval své finance, Linear pro správu mých úkolů a agent Granola pro získání těchto aktualizací. Řeknu věci jako: „Zahrňte mé finance z Mercury do svého měsíčního e-mailu.“ „Uveďte mé lineární vstupenky na ranní briefing.“ „Jaké jsou hlavní poznatky z mých dnešních schůzek?“ V práci se odehrává podobný vzorec: Vaše technické dokumenty? Lidé je krmí umělou inteligencí a kladou otázky. Váš 30stránkový balíček snímků? Lidé místo toho čtou souhrn AI. Vaše krásné uživatelské prostředí? Agent to přeskočí a bude komunikovat s vašimi API. Agenti AI budou brzy interagovat s vaším produktem jako první, než to udělá člověk. Peter Steinberger (zakladatel OpenClaw) je skvělým příkladem myšlení agenta. Někteří vlivní umělci se podívali na jeho historii GitHubu a tvrdili, že vybudoval více než 40 neúspěšných projektů, než uspěl s OpenClaw:Wrong. Ve skutečnosti vytvářel 40 nástrojů příkazového řádku jako první agent, které dohromady umožňují OpenClaw. Peter byl přesvědčen, že bude stavět pro agenty jako první před téměř kýmkoli jiným – a toto přesvědčení je velkým důvodem, proč se OpenClaw rozjel. Nejlepší produkty budou pro agenty nejsnáze použitelné. Rozhraní API, dovednosti a MCP: Jak se k sobě hodí Než budeme diskutovat o tom, jak zajistit, aby byl váš produktový agent přátelský, pojďme se podívat na rozdíl mezi API, dovednostmi a MCP. Přemýšlejte o API, dovednostech a MCP jako o součástech profesionální kuchyně. API jsou kuchyňské nástroje – specifické koncové body, které agentům umožňují interakci s vaším produktem. Rozhraní API Slack vám například umožňuje odesílat zprávy, vytvářet seznam kanálů a spravovat uživatele. Bez API nemají agenti nic, s čím by mohli pracovat. Dovednosti jsou recepty – textové soubory načtené do kontextu AI, které jí přesně říkají, co a jak dělat. Například: "Když uživatel požádá o příspěvek ve Slacku, zavolejte koncový bod "chat.postMessage" rozhraní Slack API s kanálem a textem zprávy." MCP jsou plně vybavená kuchyň – spojují připojení API, ověřování a definice nástrojů do jediného serveru. Slackův MCP server například zpřístupňuje nástroje jako „send_message(channel, text)“ a „list_channels()“, takže umělá inteligence přesně ví, co může volat a jak. Zde je návod, jak uvažovat o dovednostech vs. MCP v praxi: Používejte dovednosti, když chcete přesnou kontrolu nad pracovním postupem své AI. Dovednosti udržují vaše kontextové okno štíhlé, protože se jedná pouze o prosté textové pokyny. Ale vy (nebo váš kódovací agent AI) musíte napsat logiku ověřování a volání API sami. Pokud chcete pohodlí plug-and-play, použijte MCP. Předpřipravený server MCP předává vaše nástroje AI připravené k použití a zajišťuje ověřování v zákulisí. Ale připojení příliš mnoha MCP serverů může vyhodit do vzduchu vaše kontextové okno. Nejlepší nastavení kombinuje obojí. MCP poskytuje vašemu agentovi přístup k nástrojům služby. Dovednost ji naučí, jak nejlépe používat tyto nástroje pro vaše konkrétní pracovní postupy. MCP jsou to, co vaše umělá inteligence dokáže. Dovednosti jsou, jak by to mělo být. 5 kroků k budování pro agenty AI jako první Pravidlo se nevztahuje na sociální sítě a Netflix :) Nejprve jsem chtěl definovat API, dovednosti a MCP, protože mnoho společností si myslí, že „agent-first“ znamená vybudovat MCPserver a zavolání na den. Ale MCP by měl být úplně poslední krok. Zde je 5 kroků, na kterých skutečně záleží, v pořadí podle priority: Nenuťte lidi používat váš web nebo aplikaci. Toto je změna myšlení, která musí být první. Přesouváme se do světa, kde lidé komunikují s vaším produktem primárně prostřednictvím ChatGPT, Clauda nebo jiného agenta AI. Pokud váš produkt funguje pouze tehdy, když člověk navštíví váš web nebo aplikaci, jste pozadu. Každá funkce produktu potřebuje odpovídající API. Vyberte jakoukoli důležitou akci ve vašem produktu. Pokud agent nemůže provést stejnou akci prostřednictvím rozhraní API, nejste na prvním místě vy. Překvapilo mě, kolik produktů má krásná uživatelská rozhraní, která sedí na neúplných nebo nezdokumentovaných rozhraních API. Přečtěte si více

You May Also Like

Enjoyed This Article?

Get weekly tips on growing your audience and monetizing your content — straight to your inbox.

No spam. Join 138,000+ creators. Unsubscribe anytime.

Create Your Free Bio Page

Join 138,000+ creators on Seemless.

Get Started Free